การควบคุมการทำงานของอุปกรณ์ไฟฟ้าด้วยคลื่นไฟฟ้าสมอง

ผู้แต่ง

  • ธงชัยป จินาพันธ์ วิทยาลัยวิทยาการวิจัยและวิทยาการปัญญา มหาวิทยาลัยบูรพา
  • ดวงกมล สุขแก้วมณี วิทยาลัยวิทยาการวิจัยและวิทยาการปัญญา มหาวิทยาลัยบูรพา
  • ดุสิต โพธิ์พันธุ์ วิทยาลัยวิทยาการวิจัยและวิทยาการปัญญา มหาวิทยาลัยบูรพา
  • ณัฐพร พวงเกตุ วิทยาลัยวิทยาการวิจัยและวิทยาการปัญญา มหาวิทยาลัยบูรพา
  • ปกร ประกอบศิลป์ วิทยาลัยวิทยาการวิจัยและวิทยาการปัญญา มหาวิทยาลัยบูรพา

คำสำคัญ:

การสื่อสารระหว่างสมองกับคอมพิวเตอร์, การจินตนาการเคลื่อนไหว, การควบคุมอุปกรณ์ภายนอก

บทคัดย่อ

ที่สูญเสียความสามารถในการเคลื่อนไหวร่างกาย (Lock in Syndrome) ไม่ว่าจะด้วยสาเหตุจากอุบัติเหตุหรือเป็นโรคที่เกี่ยวข้องกับระบบการทำงานของระบบประสาท ที่ผิดปกติ ผู้พิการเหล่านี้จะสูญเสียความสามารถในการใช้อวัยวะเพื่อควบคุมการสั่งการการเคลื่อนไหว ด้วยเหตุนี้ การพัฒนาซอร์ฟแวร์และฮาร์ดแวร์โดยอาศัยพื้นฐานของเทคโนโลยีด้านการสื่อสารระหว่างสมองกับคอมพิวเตอร์ (Brain-Computer Interface : BCI) เป็นการสร้างสรรค์นวัตกรรมทางเลือกสำหรับผู้ที่สูญเสียความสามารถในการเคลื่อนไหวร่างกายให้กลับมาใช้ชีวิตประจำวันได้ปกติ ด้วยการควบคุมอุปกรณ์ต่าง ๆ ที่เชื่อมต่อกับระบบคอมพิวเตอร์ (ได้แก่ เทคโนโลยีการพิมพ์อักษรและการควบคุมการทำงานของอวัยวะเทียมหรืออุปกรณ์ไฟฟ้า) ด้วยคลื่นไฟฟ้าสมอง งานวิจัยนี้ผู้วิจัยได้เลือกบันทึกสัญญาณคลื่นไฟฟ้าสมองในขณะที่เกิดการวางแผนการเคลื่อนไหวมือขวาจากตำแหน่งของขั้วไฟฟ้า F3 โดยสัญญาณคลื่นไฟฟ้าสมองที่ทำการวัดและบันทึกได้ จะถูกส่งมาวิเคราะห์เพื่อจำแนกลักษณะเด่นไปควบคุมอุปกรณ์ที่ขับเคลื่อนอุปกรณ์ไฟฟ้า กลุ่มตัวอย่างเป็นชาย 4 คน หญิง 1 คน ที่มีสุขภาพแข็งแรง อายุระหว่าง 22 – 28 ปี ไม่เคยมีประวัติเกี่ยวกับโรคหรืออุบัติเหตุทางสมอง ผลการวิจัยพบว่า ค่าความแม่นยำเฉลี่ยของการควบคุมการปิดเปิดอุปกรณ์ไฟฟ้าด้วยคลื่นไฟฟ้าสมองอยู่ที่ 88 % โดยที่ค่าความแม่นยำของอาสาสมัครแต่ละคนไม่แตกต่างกัน

References

กนก พานทอง, เสรี ชัดแช้ม และกาญจนา พิทักษ์วัฒนานนท์. (2554). ผลของความ ยากของข้อสอบ และความสามารถของผู้สอบที่มีต่อคลื่นไฟฟ้าสมอง: การศึกษาศักย์ไฟฟ้าสัมพันธ์กับเหตุการณ์ขณะทดสอบด้านเลขคณิต. วิทยาการวิจัยและวิทยาการปัญญา. 9(1): 62-77.

Albis, T. (2009). A Predictive Speller for a Brain Computer Interface Based on Motor Imagery: AI&R Lab Artificial Intelligence and Robotics laboratory of Politecnico di Milano.

Duvinage, M., Castermans, T., Dutoit, T., Petieau, M., Hoellinger, T., Saedeleer, C. D., & Cheron, G. (2012). A P300-based quantitative comparison between the Emotiv Epoc headset and a medical EEG device. Biomedical Engineering. 7(65): 748-764.

Schalk, G., McFarland, D. J., Hinterberger, T., Birbaumer, N., & Wolpaw, J. R. (2004). BCI2000: a general-purpose brain-computer interface (BCI) system. IEEE Transactions on Biomedical Engineering. 51 (6): 1034-1043.

Wolpaw, J. R., Birbaumerc,N., McFarland,D.J., Pfurtschellere,G., & Vaughan,T.M. (2002). Brain–computer interfaces for communication and control. Clinical Neurophysiology.113: 767–791.

Downloads

เผยแพร่แล้ว

2017-06-30